关键词

LLMAgent Framework工具调用任务编排上下文服务

项目简介

DigitalFate 是一个为企业应用设计的高级框架，旨在高效地编排大型语言模型（LLM）的调用、智能代理以及计算机任务。它提供了一个可靠、可扩展的任务导向架构，能够有效处理现实世界的复杂应用场景。通过集成 Model Context Protocol (MCP)，DigitalFate 能够作为 MCP 服务器，为 LLM 客户端提供上下文信息和工具调用能力。

主要功能点

  • 生产级可扩展性: 轻松部署在 AWS、GCP 或本地 Docker 环境中，支持高负载生产环境。
  • 任务聚焦架构: 支持从简单到复杂的任务执行，包括：
    • 通过 LLM 直接调用执行简单任务。
    • 使用 V1 代理执行中级任务。
    • 通过 V2 代理和 MCP 集成实现高级自动化任务。
  • MCP 服务器兼容性: 作为 MCP 服务器，支持多客户端处理，提供高性能操作。
  • 安全的工具调用服务: 提供安全的 API 交互，有效管理和调用各种工具。
  • 计算机操作集成: 利用 Anthropic 的 ‘Computer Use’ 功能，执行模拟人类计算机操作的任务。
  • 简易的工具集成: 只需一行代码即可添加自定义工具或 MCP 工具。
  • 客户端-服务器架构: 采用无状态的客户端-服务器架构，专为企业级生产环境设计。

安装步骤

  1. 环境准备: 确保已安装 Python 3.10 或更高版本，并拥有 OpenAI 或 Anthropic API 密钥（支持 Azure 和 Bedrock）。

  2. 安装 DigitalFate 库:

    pip install digitalfate

服务器配置 (MCP 客户端)

对于 MCP 客户端，您需要配置连接到 DigitalFate MCP 服务器的信息。以下是一个典型的 JSON 格式配置示例，用于连接到本地运行的 DigitalFate 服务器：

{
  "serverName": "DigitalFateServer",
  "protocol": "stdio",
  "command": "python",
  "args": ["-m", "DigitalFate.server.run_main_server_internal"]
}

配置参数说明:

  • 'serverName': 服务器名称，您可以自定义，用于在客户端标识该服务器连接。
  • 'protocol': 连接协议，DigitalFate MCP 服务器默认支持 'stdio' 协议。
  • 'command': 启动 DigitalFate MCP 服务器的命令。这里假设您已安装 DigitalFate 库，并使用 Python 解释器来运行服务器。
  • 'args': 启动命令的参数列表。'-m DigitalFate.server.run_main_server_internal' 参数指定运行 'DigitalFate.server' 模块下的 'run_main_server_internal' 函数，该函数负责启动主 MCP 服务器。

注意:

  • 上述配置适用于 MCP 客户端需要连接到 主 DigitalFate 服务器 的场景。如果 MCP 客户端需要连接到 工具服务器，您需要将 'args' 修改为 '["-m", "DigitalFate.tools_server.run_tools_server_internal"]'，并将 'command' 保持为 '"python"'。
  • 确保您的 MCP 客户端能够执行 'command' 中指定的命令，并且 Python 环境中已安装 'digitalfate' 库。
  • 实际使用时，请根据您的 DigitalFate 服务器部署方式和网络环境进行适当调整。例如，如果服务器部署在远程主机上，您可能需要使用 WebSocket 或其他网络协议，并相应地修改配置。

基本使用方法

以下是一个使用 DigitalFate 客户端调用 Agent 执行任务的 Python 代码示例：

from digitalfate import digitalfateClient, ObjectResponse, Task, AgentConfiguration
from digitalfate.client.tools import Search

# 初始化 DigitalFate 客户端，连接到本地服务器
client = digitalfateClient("localserver")
# 或者连接到指定 URL 的服务器，例如： client = digitalfateClient("http://your-server-address:7541")

# 设置 OpenAI API 密钥 (如果使用 OpenAI 模型)
client.set_config("OPENAI_API_KEY", "YOUR_API_KEY")

# 定义任务，描述任务内容和所需工具
task1 = Task(description="Research latest news in Anthropic and OpenAI", tools=[Search])

# 配置 Agent，定义 Agent 的角色和目标
product_manager_agent = AgentConfiguration(
    job_title="Product Manager",
    company_url="https://digitalfate.ai",
    company_objective="To build an AI agent framework that helps people accomplish tasks",
)

# 使用 Agent 执行任务
client.agent(product_manager_agent, task1)

# 获取任务结果
result = task1.response

print(result)

这段代码展示了如何使用 DigitalFate 客户端连接到服务器，配置 API 密钥，定义任务和 Agent，并执行任务以获取结果。您可以参考 README.md 文件中的更多示例和高级功能，例如单次 LLM 调用、内存系统、知识库、任务链、多 Agent 协作、计算机操作等。

信息

分类

AI与计算

访问项目